你比AlphaGo聪明不知多少倍 | F²科学峰会-创新-知识分子

你比AlphaGo聪明不知多少倍 | F²科学峰会

2018/11/16
导读
2018年未来科学大奖颁奖典礼暨F²科学峰会即将召开,其中一项议题就是“人工智能与脑科学”。本次峰会邀请到加州大学圣迭戈分校生物科学教授Terry Sejnowski和MIT人工智能实验室教授Antonio Torralba等世界顶级专家探讨人工智能与脑科学的交叉研究。


图片来自DeepMind


撰文 | 山世光(中科院计算所研究员、中科视拓(北京)科技有限公司创始人)


  


目前,我们对自身大脑的认知还处于非常低的阶段。现代脑科学作为一门年轻的学科,在短时间内得到了蓬勃发展。脑科学与人工智能的交叉融合势必引发新的科技革命和产业革命,在可预见的未来深刻影响人类的思维范式和生活方式,成为人类认识世界的全新视角。

 

2018年未来科学大奖颁奖典礼暨F²科学峰会即将召开,其中一项议题就是“人工智能与脑科学”。本次峰会邀请到加州大学圣迭戈分校生物科学教授Terry Sejnowski和MIT人工智能实验室教授Antonio Torralba等世界顶级专家探讨人工智能与脑科学的交叉研究。

 

了解人工才能发展智能

 

2016年3月,AlphaGo横空出世,与围棋世界冠军、职业九段棋手李世石进行围棋人机大战,以4比1的总比分获胜;2016年末2017年初,该程序在中国棋类网站上以“大师”(Master)为注册帐号与中日韩数十位围棋高手进行快棋对决,连续60局无一败绩;2017年5月,在中国乌镇围棋峰会上,它与排名世界第一的世界围棋冠军柯洁对战,以3比0的总比分获胜。围棋界公认阿尔法围棋的棋力已经超过人类职业围棋顶尖水平。

 

一时间,AlphaGo风头无两,吸引了全世界的注意,不仅AI相关的创业概念备受风投青睐,甚至街头巷尾八卦闲谈,也开头必谈人工智能。

 

但是,在科学家看来,人工智能现在还处于“路漫漫而修远兮”的状态。以知名度最高的AlphaGo为例,科学家已经实现让程序自我学习;谷歌、优步等公司的自动驾驶汽车也进入了路面实际应用。但是让机器实现向人类一样思考,却遥遥无期。其中,最根本的原因,是我们现在对自己大脑的认识仍然处于非常初级的阶段。哈佛大学的Jeff Lichtman教授在开课之前会问学生:“如果我们需要了解的大脑的知识是一英里长,那么我们现在处在什么距离上?”学生有的回答半英里,四分之一英里等等答案,但是他会觉得正确的答案是“三英寸”。如果以此延伸,AlphaGo离我们正常的大脑智能水平还有遥远的距离。


正如斯坦福大学教授李飞飞在一场学术活动中展示的图片,人们的大脑看到的是一个非常有意思的故事,知道这里面的人是谁,知道他们的关系、他们的情绪。更重要的是人的大脑能够知道这幅图的幽默点在哪里。但是计算机现在远远没有达到这样的认知。

 

脑科学助力人工智能发展

 

近几十年人工智能的快速发展具体表现在一些智能算法的快速进步上,如深度学习的成功应用,其秘诀在于,构建一个大型的数据库及大规模计算能力的提高。如今,深度学习在人脸识别、语音识别上的精度甚至超过了人类。数据显示,微软、谷歌、百度的语音识别错误率已经低于人类的5%,人工智能将继续在语言、图像和视频处理等方面取得更大的进展。

 

但是,深度学习等现有机器学习算法并没有解决人工智能问题,很多专家甚至认为AI还处在初级阶段。对生物大脑智能的恰当模拟或许是制造出人工智能的可行路径之一。从这个意义上讲,脑科学可以在神经机制、心理机理等多方面为人工智能算法的设计提供线索,并启发更具通用性和适应性的人工智能新算法。例如,现有深度学习都需要大量数据才能学好,如何使之可以像人一样只需非常少量的样本就可以学好?再比如,知识迁移是人类拥有的重要技能,现有机器学习方法如何从已经逼近甚至超越人类智能能力的任务迁移到大量全新任务?等等,都有可能借鉴脑科学的发现来获得启发。

 

因此,如何将人工智能和脑科学的研究结合起来,碰撞出新的科学火花,让人工智能和脑科学研究可以互为借助,彼此参照,交替前行,这是这个时代最前沿的话题。

 

科学大咖解读学科交叉

 

52

Terry Sejnowski

2018年未来科学大奖暨F²科学峰会即将启幕。在这场科学的盛宴中,其中一个议题就是“人工智能与脑科学”。据未来论坛青创联盟成员、中科院计算所研究员山世光老师介绍,本场议题的主旨演讲嘉宾,加州大学圣迭戈分校生物科学教授Terry Sejnowski在上世纪80年代就在人工智能研究方向闻名世界,Sejnowski教授和Hinton教授等共同提出了一种学习算法,从而发明了玻尔兹曼机(Boltzmann machine),在人工智能和计算神经科学领域都有很重要的应用。Sejnowski教授是上世纪80年代名噪一时的NETtalk的主要研发者,他和同行一起推动了BP算法,即反向传播算法(Back-propagation)的广泛应用。此外,他和同事共同提出了用于独立成分分析的Infomax算法,也是非常重要的贡献。Sejnowski教授目前是美国四大科学院的院士。

 

53

Antonio Torralba

另一位主旨演讲嘉宾、MIT人工智能实验室教授Antonio Torralba则在2000年前后声名鹊起,他是广泛用于场景识别任务的GIST特征的主要贡献者,以及SUN、LabelMe等数个场景识别数据库的创建者。近年来他在深度学习以及神经计算方面也有诸多贡献,可谓MIT人工智能研究领域的中流砥柱。参与讨论的嘉宾有斯坦福大学计算机科学系终身教授李飞飞、斯坦福大学文理学院讲席教授骆利群以及上海纽约大学计算机科学教授张峥等众多人工智能研究领域的世界级专家学者。任何以人工智能为研究方向的科研工作者、创业者,都可以从他们的讨论中汲取养分,寻找方向。


注:本文由未来论坛提供。

参与讨论
0 条评论
评论
暂无评论内容
知识分子是由饶毅、鲁白、谢宇三位学者创办的移动新媒体平台,致力于关注科学、人文、思想。
订阅Newsletter

我们会定期将电子期刊发送到您的邮箱

GO